РОЗРОБКА АПАРАТНО-ПРОГРАМНОГО КОМПЛЕКСУ З ВИКОРИСТАННЯ ШТУЧНОГО ІНТЕЛЕКТУ ДЛЯ КАЛІБРУВАННЯ ДАТЧИКУ ГАЗУ MQ-2
DOI:
https://doi.org/10.35546/kntu2078-4481.2024.4.36Ключові слова:
калібрування газового датчика, MQ-2, штучний інтелект, апроксимація залежності, концентрація газу у PPM, апаратно-програмний комплексАнотація
У даній роботі розглянута можливість калібрування газового датчика моделі MQ-2, на основі відношення опору датчика в чистому повітрі, до опору датчика в присутності газу, з використанням апроксимації залежності цих двох значень від концентрації газу у PPM, а також використання штучного інтелекту для проведення розрахунків. Стаття зосереджена на аналізі проблеми калібрування, огляду вже існуючих програмних, або апаратно-програмних рішень, опису проблем, а також, впроваджені інноваційних методів у вигляді штучного інтелекту, для вирішення задачі калібрування. В статті також буде описана розробка апаратно-програмного комплексу на базі Wi-Fi модулю NodeMCU V3 ESP8266, який дозволить зчитувати показники з датчику MQ-2, підключатись до глобальної мережі інтернет і передавати значення показників до штучного інтелекту, який знаходиться в мережі. Враховуючи використання модуля NodeMCU, обрана мова програмування для програмного забезпечення – це C++ і відповідна середа розробки – Arduino IDE. Окрім цього, у статті будуть описані методи оптимізації передачі даних, до штучного інтелекту, щоб покращити сам процес калібрування. Буде проведений аналіз показників з розробленого апаратно-програмного комплексу і порівняння їх з еталонними значеннями. Еталонні значення будуть братись з професійного приладу для вимірювання концентрації газу – HABOTEST HT601B+, який має сертифікати якості, відповідно, його показники можна вважати достовірними. Усі зняття показників з розробленого апаратно-програмного комплексу та еталонного приладу, будуть проводитись в ізольованому, герметичному середовищі, щоб уникнути отримання помилкових значень. По результатам дослідження, будуть зроблені висновки, і виявлено, чи дійсно можна вважати наведені методи ефективними, і чи можливо їх масштабувати для більш глобальних задач.
Посилання
Bănică, F.-G. (2012). Хімічні сенсори та біосенсори. John Wiley & Sons. URL: https://doi.org/10.1002/9781118354162.
Mouser Electronics. (н.д.). Технічна документація сенсора MQ-2. URL: https://www.mouser.com/datasheet/2/321/605-00008-MQ-2-Datasheet-370464.pdf.
Всесвітня організація охорони здоров’я. (2021). Глобальні рекомендації з якості повітря ВООЗ: Тверді частинки (PM2.5 і PM10), озон, діоксид азоту, діоксид сірки та чадний газ. URL: https://www.who.int/publications/i/item/9789240034228.
Розроблений програмний код для калібрування і зчитування значення газу LPG у повітрі. (н.д.). URL: https://github.com/MrlCrosl/mq-2-sensor-calibartion-node-mcu/blob/main/sketch_nov24a/sketch_nov24a.ino.
Розроблений програмний код для калібрування і зчитування значення газу LPG у повітрі з використанням AI. (н.д.). URL: https://github.com/MrlCrosl/mq-2-sensor-calibartion-node-mcu/blob/main/m2_ai/m2_ai.ino.
Chat-GPT API. (н.д.). URL: https://platform.openai.com/docs/guides/text-generation.